but.committee	prof. Ing. Marcela Karmazínová, CSc. (předseda) doc. Ing. Martin Hromada, Ph.D. (člen) prof. Ing. Zbyněk Keršner, CSc. (člen) doc. Ing. Lumír Miča, Ph.D. (člen) prof. Ing. Drahomír Novák, DrSc. (člen) doc. Ing. Otto Plášek, Ph.D. (člen) prof. Ing. David Řehák, Ph.D. (člen) prof. Dr.techn. Ing. Michal Varaus (člen) prof. Ing. Stanislav Vejvoda, CSc. (člen)	cs
but.jazyk	čeština (Czech)
but.program	Stavební inženýrství	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Podroužek, Jan	cs
dc.contributor.author	Floriánová, Martina	cs
dc.contributor.referee	Hromada, Martin	cs
dc.contributor.referee	Řehák,, David	cs
dc.date.created	2023	cs
dc.description.abstract	Tato práce se zabývá problematikou strojového učení při modelování pohybu osob, možnostmi a omezeními jeho využití. Problematika je ukázána na dvou reálných příkladech z praxe. Digitalizace průmyslu a s ní související využití pokročilých výpočetních metod, jako například umělé inteligence, prodělala v posledních deseti letech nebývalý pokrok. Přesto stavebnictví zaostává za ostatními odvětvími. Toto téma nabízí mnoho prostoru k výzkumu, jehož výsledky mohou být velmi dobře aplikovatelné v praxi. Strojové učení v sobě skrývá potenciál levně a efektivně zpracovávat velké soubory dat s vysokou přesností, a to takřka v reálném čase. Aby toto bylo možné, je třeba pro daný problém vyřešit otázky, jako volba vhodné metody, její architektury a optimalizace parametrů. Dalším důležitým směrem výzkumu je pre-processing dat, jejich formát a rozdělení do trénovacích a testovacích setů. Toto téma, navzdory velkému pokroku v oblasti strojového učení, je stále diskutováno bez jednotných závěrů. To jsou směry, kterými se tato práce vydává.	cs
dc.description.abstract	This thesis deals with the issue of machine learning in modeling of movement of pedestrians, the possibilities of its use and its limitations. The problem is shown on two real examples from practice. Digitization of industry and related use of advanced computing methods, such as artificial intelligence, has undergone unprecedented progress in the last ten years. Nevertheless, the construction industry lags behind other industries. This topic offers a lot of scope for research, the results of which can be very well applied in practice. Machine learning has the potential to be cheap and efficiently process large data sets with high accuracy, almost in real-time. In order for this to be possible, it is necessary to solve questions such as the appropriate choice for the given problem method, its architecture and parameter optimization. Another important direction of research is pre-processing of data, its format and division into training and test sets. This the topic, despite the great progress in the field of machine learning, is still discussed without uniform conclusions. These are the directions in which this work goes.	en
dc.description.mark	P	cs
dc.identifier.citation	FLORIÁNOVÁ, M. VYUŽITÍ STROJOVÉHO UČENÍ VE STAVEBNICTVÍ [online]. Brno: Vysoké učení technické v Brně. Fakulta stavební. 2023.	cs
dc.identifier.other	152961	cs
dc.identifier.uri	http://hdl.handle.net/11012/214295
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta stavební	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	Strojové učení	cs
dc.subject	umělá inteligence	cs
dc.subject	agentní modelování	cs
dc.subject	shluková analýza	cs
dc.subject	Machine learning	en
dc.subject	artificial intelligence	en
dc.subject	agent modeling	en
dc.subject	cluster analysis	en
dc.title	VYUŽITÍ STROJOVÉHO UČENÍ VE STAVEBNICTVÍ	cs
dc.title.alternative	APPLICATION OF MACHINE LEARNING IN CIVIL ENGINEERING	en
dc.type	Text	cs
dc.type.driver	doctoralThesis	en
dc.type.evskp	dizertační práce	cs
dcterms.dateAccepted	2023-10-09	cs
dcterms.modified	2023-10-10-08:15:22	cs
eprints.affiliatedInstitution.faculty	Fakulta stavební	cs
sync.item.dbid	152961	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.27 13:13:09	en
sync.item.modts	2025.01.17 14:59:38	en
thesis.discipline	Konstrukce a dopravní stavby	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta stavební. Ústav automatizace inženýrských úloh a informatiky	cs
thesis.level	Doktorský	cs
thesis.name	Ph.D.	cs

VYUŽITÍ STROJOVÉHO UČENÍ VE STAVEBNICTVÍ

Files

Original bundle

Collections